- •Санкт-Петербургский Государственный Институт Психологии и Социальной Работы
- •Математические методы в психологии Учебно-методическое пособие
- •Аннотация
- •Глава 1. Описательная статистика 18
- •Глава 2. Индуктивная статистика 84
- •Оглавление
- •Глава 1. Описательная статистика 12
- •Глава 2. Индуктивная статистика 78
- •Введение Цели и задачи изучения дисциплины «Математические методы в психологии» и сфера профессионального использования
- •Методические указания для студентов
- •Контрольные вопросы для самостоятельной подготовки и самопроверки
- •Глава 1. Описательная статистика
- •1. 1. Математическая статистика и психология. Измерения в психологии и виды шкал
- •Материалы лекции.
- •Типы измерений и измерительные шкалы
- •Генеральная совокупность и выборочное исследование. Статистическая достоверность
- •Этапы обработки результатов психологического исследования
- •1. 2. Описание результатов исследования
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Алгоритм построения сгруппированного (или табулированного) ряда
- •Общий обзор параметров распределений
- •1. 3. Параметры статистических совокупностей
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Исключение выскакивающих значений
- •Нормальный закон распределения и другие виды распределений
- •Проверка «нормальности» эмпирического распределения
- •Стандартизация данных и стандартизованные шкалы в психологии
- •Процентильные нормы для детей 5;5 – 11 лет
- •1. 4. Характеристики взаимосвязи признаков
- •Материалы лекции. Понятие статистической зависимости
- •Общий обзор мер связи
- •Коэффициент контингенции
- •Критерий «хи-квадрат» Пирсона
- •Ранжирование
- •Правила ранжирования
- •Бисериальные коэффициенты корреляции
- •Коэффициент взаимной сопряженности Чупрова
- •Коэффициент взаимной сопряженности Пирсона
- •Ранговой коэффициент корреляции Спирмена
- •Коэффициент линейной корреляции Пирсона
- •Глава 2. Индуктивная статистика
- •2. 1. Решение задачи сравнения выборок. Понятие статистических критериев и их виды
- •Материалы лекции. Статистические гипотезы
- •Уровень статистической значимости
- •Этапы принятия статистического решения
- •Классификация исследовательских задач, решаемых с помощью статистических методов
- •Решение задачи сравнения выборок
- •4. Каковы ограничения в применении критерия?
- •Обзор наиболее часто применяемых параметрических критериев
- •Общий обзор непараметрических критериев
- •2. 2. Выявление различий в уровне исследуемого признака
- •Материалы лекции. Параметрический критерий Стьюдента для сравнения независимых выборок
- •Поправка Снедекора
- •Правило принятия решения описано выше. Непараметрический критерий Розенбаума (критерий «хвостов»)
- •Непараметрический критерий Манна-Уитни
- •2. 3. Оценка достоверности сдвига в значениях исследуемого признака
- •Материалы лекции.
- •Параметрический критерий Стьюдента для сравнения зависимых выборок
- •Непараметрический критерий знаков
- •6. Правило принятия решения:
- •Непараметрический критерий Вилкоксона
- •2. 4. Выявление различий в распределении признака
- •Материалы лекции. Критерий «хи-квадрат» Пирсона
- •Критерий Колмогорова-Смирнова
- •2. 5. Многофункциональные статистические критерии
- •Материалы лекции.
- •Критерий φ* — «Угловое преобразование» Фишера
- •Алгоритм расчета критерия φ*
- •Критерий Макнамары
- •Алгоритм расчет критерия
- •2. 6. Дисперсионный анализ
- •Материалы лекции. Введение в дисперсионный анализ anova
- •Однофакторный дисперсионный анализ
- •2. 7. Многомерные методы обработки данных
- •Материалы лекции.
- •I. Классификация методов по назначению:
- •II. Классификация методов по исходным предположениям о структуре данных:
- •III. Классификация методов по виду исходных данных:
- •Множественный регрессионный анализ
- •Матрица корреляций пяти показателей интеллекта
- •Факторные нагрузки после варимакс-вращения
- •1. Эксплораторный-разведочный.
- •2. Конфирматорный.
- •1. Выбор исходных данных.
- •2. Предварительное решение проблемы числа факторов.
- •3. Факторизация матрицы интеркорреляций.
- •4. Вращение и предварительная интерпретация факторов (ротация факторов).
- •5. Принятие решения о качестве факторной структуры.
- •6. Вычисление факторных коэффициентов и оценок.
- •Компьютерные пакеты прикладных статистических программ
- •Список литературы
- •Приложение 1. Статистические таблицы с критическими значениями
- •1.1. Критические значения отношения для исключения выскакивающих значений
- •1.2. Критические значения коэффициента ранговой корреляции Спирмена
- •1.3. Критические значения коэффициента линейной корреляции Пирсона
- •1.4. Критические значения критерия хи-квадрат Пирсона
- •1.5. Критические значения критерия Стьюдента
- •1.6. Критические значения критерия Фишера
- •1.7. Критические значения непараметрического критерия Манна-Уитни
- •1.8. Критические значения непараметрического критерия Вилкоксона
- •1.9. Таблицы для перевода процентных долей в величины центрального угла для расчета критерия «угловое преобразование» Фишера
- •Приложение 2. Глоссарий
- •Приложение 3. Англо-русский словарь статистических терминов
Приложение 2. Глоссарий
Альтернативная гипотеза— это гипотеза о значимости различий. Она обозначается как Н1. Альтернативная гипотеза — это то, что мы, как правило, хотим доказать; поэтому иногда ее называютэкспериментальной гипотезой.
Вариационный (статистический) ряд — таблица, первая строка которой содержит в порядке возрастания значения признака, а вторая — меры возможности их появления (абсолютные частоты, или относительные частоты, или процентные частоты).
Вероятностная зависимость (стохастическая связь) — это такая связь между явлениями или событиями, при которой появление одного из событий изменяет вероятность появления другого события.
Вероятность — мера возможности появления признака (число, не превышающее единицу).
Гистограмма — график в виде столбиковой диаграммы, который отражает зависимость между значениями признака и мерами возможности их появления.
Диаграмма рассеяния— график, представляющий собой множество (совокупность) точек в двумерном пространстве; координатами этих точек являются значения двух признаков. Такой график отражает зависимость между этими двумя признаками.
Дискриминантный анализ («классификация с обучением»)предсказывает принадлежность объектов (испытуемых) к одному из известных классов (шкала наименований) по измеренным метрическим (дискриминантным) переменным. Дискриминантные переменные должны быть измерены в количественной шкале, зависимая переменная — в шкале наименований.
Дисперсия —D=Sx2— это средний квадрат отклонений всех значений признака от среднего арифметического.
Дисперсионный анализ— это анализ изменчивости признака под влиянием каких-либо контролируемых переменных факторов. Признаки должны быть измерены в количественной шкале (интервальной или пропорциональной) и иметь нормальное распределение.
Доверительная вероятность— вероятность, с которой принимается нулевая гипотеза, или иначе: вероятность того, что нулевая гипотеза является истинной.
Зависимые выборки (связанные выборки)— это одна и та же группа людей, у которых были измерены одни и те же признаки в двух (или более) различных ситуациях, например, «до — после», «фон — стресс».
Измерение — это приписывание числовых форм объектам или событиям в соответствии с определенными правилами.
Квантили —значения признака,которые делят выборку на определенное количество равных частей. Наиболее распространенные квантили — этомедиана; квартилиQ1, Q2, Q3 (делят выборку испытуемых на 4 равные части);децили D1, D2, D3, D4, D5, D6, D7, D8, D9 (делят выборку испытуемых на 10 равных частей);процентили Р1 ……….Р99 (делят выборку испытуемых на 100 равных частей).
Кластерный анализ («классификация без обучения»): по измеренным характеристикам у множества объектов (испытуемых) либо по данным об их попарном сходстве (различии) разбивает это множество объектов на группы, в каждой из которых находятся объекты, более похожие друг на друга, чем на объекты других групп.
Корреляционное отношение— является мерой связи для оценки нелинейных взаимозависимостей между признаками, измеренными по интервальной или пропорциональной шкале.
Коэффициент асимметрии —As— параметр, характеризующий асимметричность распределения по сравнению с нормальным распределением.
Коэффициент вариации или коэффициент вариативности —V— параметр, показывающий соотношение стандартного отклонения и среднего арифметического.
Коэффициент контингенции илитетрахорический коэффициент иликоэффициент четырехклеточной сопряженности —φ— является мерой связи между признаками, измеренными по дихотомической шкале наименований.
Коэффициент линейной корреляции Пирсона —rxy—является мерой связи для оценки линейных взаимозависимостей между признаками, измеренными по интервальной или пропорциональной шкале.
Коэффициент ранговой корреляции Спирмена —ρ=rs— является мерой связи между признаками, измеренными по шкале порядка или при сочетании шкалы порядка с интервальной или пропорциональной шкалой.
Коэффициент эксцесса —Ex — параметр, характеризующий выпуклость распределения по сравнению с нормальным распределением.
Критерийвообще — это решающее правило, обусловливающее поведение в ситуации выбора.
Критерий Вилкоксона—T— непараметрический критерий различий, который позволяет оценить различия между двумя зависимыми выборками: направление и выраженность изменений во втором замере по сравнению с первым. Применяется для сравнения признаков, измеренных по шкалам порядка, интервальной или пропорциональной.
Критерий Колмогорова-Смирнова—λ— непараметрический критерий, который позволяет оценить различия между двумя распределениями: найти точку, в которой они наиболее сильно различаются. Применяется для сравнения распределений признаков, измеренных по шкалам порядка, интервальной или пропорциональной.
Критерий Макнамары—M — непараметрический критерий, который позволяет оценить различия между двумя зависимыми выборками: два замера признака, измеренного по дихотомической шкале наименований и любым другим, если их результаты могут быть сведены к дихотомической шкале.
Критерий Манна-Уитни—U— непараметрический критерий различий, который позволяет оценить различия между двумя независимыми выборками: направление и выраженность значений признака. Применяется для сравнения признаков, измеренных по шкалам порядка, интервальной или пропорциональной.
Критерий Стьюдента—t— параметрический критерий различий, который позволяет сравнить два любых параметра распределений, полученных в двух выборках. Применяется для сравнения признаков, измеренных по интервальной или пропорциональной шкале при условии нормального распределения признака.
Критерий угловое преобразование Фишера—φ*— непараметрический критерий различий, который позволяет оценить различия между двумя процентными долями в двух независимых выборках. Применяется для сравнения признаков, измеренных по дихотомической шкале наименований и любым другим, если их результаты могут быть сведены к дихотомической шкале.
Критерий Фишера—F— параметрический критерий различий, который позволяет сравнить две дисперсии, полученные в двух выборках. Применяется для сравнения признаков, измеренных по интервальной или пропорциональной шкале при условии нормального распределения признака.
Критерий хи-квадрат Пирсона—χ2— непараметрический критерий, который позволяет сравнить два распределения признака: согласованность изменений в распределениях. Таким методом оцениваются различия между распределениями, а также взаимосвязь между признаками. Применяется для сравнения признаков, измеренных по шкале наименований, шкалам порядка, интервальной или пропорциональной.
Кумулята— график, отражающий зависимость между значениями признака и соответствующими им накопленными частотами. с которой отвергается нулевая гипотеза (истинная) и принимается альтернативная гипотеза (ложная),
Медиана—Ме— этозначение признака, которое делит выборку испытуемых на две равные части: 50 % испытуемых имеют значения признака меньше медианы, 50 % испытуемых имеют значения признака больше медианы; медиана является частным видом квантилей.
Мера связи— числовая величина, отражающая тесноту (силу для всех типов измерений) и направленность (для качественно-количественного и количественного измерения) зависимости между признаками.
Многомерное шкалированиевыявляет шкалы как критерии, по которым поляризуются объекты при их субъективном попарном сравнении.
Множественный регрессионный анализпредсказывает значения метрической «зависимой» переменной по множеству известных значений «независимых» переменных, измеренных у множества объектов (испытуемых). Все переменные должны быть измерены в количественной шкале.
Мода—Мо— это значение признака, которое имеет наибольшую частоту.
Мощность критерия — его способность критерия правильно отбрасывать ложную гипотезу. Она определяется эмпирическим путем.
Независимые выборки (не связанные выборки)— это две выборки, составленные из разных людей, у которых были измерены одни и те же признаки по одним и тем же методикам.
Непараметрические критерии — критерии, не включающие в формулу расчета параметры распределения и основанные на оперировании частотами или рангами (например, критерий знаков, критерий Ван-дер-Вардена и др.). Непараметрические критерии применяютсядля любых шкал и любых распределений признаков.
Нулевая гипотеза — это гипотеза об отсутствии зависимости между признаками или отсутствии различий между выборками. Она обозначается как Н0.
Ошибка первого рода (р-уровень)— вероятность,с которой отвергается нулевая гипотеза, являющаяся истинной, и принимается альтернативная гипотеза, являющаяся ложной.
Параметрические критерии служат для проверки гипотез о параметрах распределений или для их оценивания, то есть, является ли параметр, полученный на выборке испытуемых, и параметром генеральной совокупности. Параметрические критерии применяются для оценки параметров признаков, измеренных поинтервальной и пропорциональной шкале при условии нормального распределения признаков.
Параметры распределений— числовые характеристики, отражающие основные тенденции выраженности и изменчивости исследуемых признаков в исследуемой выборке.
Полигон частот илимногоугольник частот — график в виде прямой ломаной линии, отражающий зависимость между значениями признака и мерами возможности их появления.
Распределение— график, отражающий зависимость между значениями признака и мерами возможности их появления (вероятностями или частотами).
Регрессия — график в виде линии, которая отражает зависимость между условными средними значениями одной переменной и значениями другой переменной.
Репрезентативность выборки — свойство выборочной совокупности, заключающееся в ее способности адекватно представлять основные характеристики генеральной совокупности (воспроизводятся основные свойства генеральной совокупности).
Среднее арифметическое значение —— это то значение признака, которое отражает средний уровень выраженности признака в выборке испытуемых.
Стандартное отклонение (или среднеквадратическое отклонение) —— это среднее отклонение каждого значения признака от среднего арифметического.
Статистическая гипотеза — этопредположения о свойствах и параметрах генеральной совокупности, различии выборок или зависимости между признаками.
Статистический критерий— правило, обеспечивающее надежное поведение, т. е. принятие истинной и отклонение ложной гипотезы с высокой вероятностью. Слова статистический критерий обозначают также метод расчета определенного числа и само это число.
Уровень значимости — вероятность ошибочного отклонения нулевой гипотезы.
Факторный анализнаправлен на выявление структуры переменных как совокупности факторов, каждый из которых — это скрытая, обобщающая причина взаимосвязи группы переменных. Надежные результаты получаются, если переменные измерены в количественной шкале (интервальной или пропорциональной). Число испытуемых должно превышать число переменных (или, по крайней мере, должно быть равно ему).
Число степеней свободы—ν=df— количество возможных направлений изменчивости переменной.
Шкала наименований (номинативная, номинальная)является результатом использования при измеренииметода регистрации; относится ккачественному измерению.
Шкала порядка (порядковая, ординальная)является результатом использования при измеренииметода упорядочивания; относится ккачественно-количественному измерению.
Шкала равных интервалов (интервальная) является результатом измеренияметодом соотнесения(с эталонной единицей измерения), нулевая точка шкалы произвольна и не указывает на отсутствие измеряемого свойства; является метрической шкалой и относится кколичественному измерению.
Шкала равных отношений (пропорциональная) является результатом измеренияметодом соотнесения(с эталонной единицей измерения), существует абсолютный нуль, который означает отсутствие измеряемого свойства; является метрической шкалой и относится кколичественному измерению.